微阵列数据分析（Microarray data analysis)

简介
微阵列和其他高通量筛选技术的兴起无疑将成为本世纪的主流。 微阵列芯片的主要优势在于它可以同时大规模，全面地检测成千上万个基因的表达。 例如，通过基因微阵列，可以在短时间内发现可能受疾病影响的基因，并且作为早期诊断的生物标记。

微阵列数据分析是用于高通量基因分型和表达分析的序列分析方法。 微阵列可以生成高质量的数据，并使学术和研究机构能够快速完成大规模的PoP研究，从而可以更好地满足研究项目的持续发展要求。 由于微阵列分析可以一次处理大规模样品，并且较短的分析周期使研究人员可以快速进行数据分析，从而缩短了项目的完成时间，以及快速发表相关文章。 目前，市场上常见的商用微阵列平台包括Affymetrix，Illumina和Nimblegen等。

Microarray 数据分析领域：

• 基因表达谱分析。
• miRNA分析。
• 比较基因组杂交（CGH，CGH + SNP）。
• 目标标记，杂交，信号检测和数据分析（CGH）。
• DNA甲基化分析。
• 自定义SNP分析。
• 用于NGS数据验证的定制微阵列。

一般分析流程

主要分析内容
微阵列数据分析解决方案，包括质量控制，差异表达，富集峰检测，甲基化区域，插入缺失和SNP调用，可帮助研究人员从其微阵列数据中得出有意义的结论。

1. 数据预处理：数据预处理数据质量控制和数据规范化，数据统计。
2. 基因表达分析差异基因表达分析：通过方差分析和倍数变化确定差异基因表达，绘制火山图，基因表达热图。
3. 聚类分析：K-means聚类分析，层次聚类分析。
4. 基因功能分析：差异表达基因的GO富集分析，差异表达基因的KEGG途径富集分析。
5. MetaCorenetwork分析。